Линии розлива пива работают на скоростях, недоступных человеческому контролю — до 72 тысяч банок в час. Пропуск даже одного дефекта маркировки может обернуться утилизацией десятков тысяч единиц продукции, финансовыми потерями и ударом по репутации бренда. Чтобы исключить такие риски, компания Nord Clan разработала для «Пивоварен Бочкарев» систему технического зрения на базе платформы ML Sense. Система в реальном времени распознаёт лазерную маркировку, сверяет её с параметрами партии, а также определяет дефекты печати: не читаемую дату и неполную печать. При обнаружении брака система останавливает линию.
Необходимо было создать систему, которая
Перед запуском линии оператор выбирает тип продукции и вводит параметры партии: дату розлива, срок годности и шаблон маркировки. Эти данные становятся эталоном для проверки каждой банки.
В процессе движения по конвейеру каждая банка автоматически фиксируется камерой в зоне контроля. Система в реальном времени:
При обнаружении отклонения система формирует событие и подаёт сигнал на остановку линии. Оператор получает уведомление с указанием причины: отсутствие даты, нечитаемая печать или несоответствие параметрам партии.
Камера машинного зрения размещена в защищённом кожухе с купольным освещением — такая конструкция позволяет получать качественные изображения и минимизирует влияние бликов. Камера установлена на стабилизированном основании, которое компенсирует вибрации конвейера и сохраняет точность распознавания даже при максимальной скорости линии.
Система разработана с учётом гибкости производства: высоту камеры можно быстро перенастроить под разные форматы банок без длительных простоев линии. В проекте контролируются банки трех типов объема: 0,43, 0,33 и 0,25 литра.
АРМ оператора установлен в пылезащищённом шкафу из нержавеющей стали, который соответствует требованиям пищевого производства и санитарным нормам. Такая конструкция обеспечивает безопасное и удобное управление линией при соблюдении всех правил гигиены.
Система обеспечивает:
Дополнительные возможности системы:
Для проекта был сформирован и размечен специализированный датасет с различными вариантами лазерной печати даты — с учётом шрифтов, контрастности, отражений и качества нанесения.
Нейросеть обучена:
Модель также легко адаптируется под новые форматы продукции и шаблоны маркировки с минимальным дообучением.
Проект был завершен в январе 2026 года и стал примером эффективного внедрения машинного зрения на высокоскоростной линии пищевого производства. Система достигла точности распознавания до 99%. Это позволило полностью автоматизировать контроль маркировки. Интеграция с производственной линией снизила вероятность реализации операционных рисков и создала тиражируемый стандарт качества.